刘晟桥 牛连强 冯庸

摘要：文本图像二值化是文本图像识别的重要步骤，由于光照不均或文档水渍等原因导致文本图像退化，增加了文本图像识别的难度。本文对一种局部阈值算法进行了改进，首先对图像进行水平投影，根据直方图的极小点对版面进行简单划分，再利用全局阈值法估算出更为准确的各区域字符笔画宽度，从而自适应地得到适当的窗口尺寸，再利用对比图和局部阈值进行图像二值化，并结合OTSU图像消除原算法产生的伪轮廓。实验与分析表明，改进后的方法能够明显消除因笔画粗细不均、字符大小不同而产生的前景像素误识问题。

关键词：文本图像；二值化；局部阈值；退化图像

[中图分类号]TP391 [文献标志码]A [文章编号]

Abstract： Document image binarization is an important procedure for the document image recognition. Degraded document images with uneven illumination or stains often make document recognition hard. In this paper， a local thresholding binarization technique is improved： the image is firstly horizontally projected to segment the image primarily according to the minimum points of histogram. Then more precise text stroke width of different sections is estimated by using global thresholding method， and this makes proper window sizes to be gained adaptively. Finally， the false contour is eliminated by combining with the optimized OTSU image. Experiments and analyses show that the misclassification rate of the foreground pixels caused by uneven text stroke width and different-sized characters is able to be reduced significantly by our approach.

Key Words： document image； binarization； local threshold； degraded images

文本图像二值化是光学字符识别（OCR）等任务中的一个重要而基本的处理过程，目的是准确地分割出图像中的前景和背景。尽管此问题已经过了长期研究，也提出了许多实用算法，但由于文本图像的多样性，尤其是存在着笔画不均、光照不均、污染以及因采集自古籍而使对比度变差等多种原因，迄今尚未找到一种普适的算法。鉴于问题的重要性，自2007年始，国际上连续举办了多届专门的文本图像二值化竞赛，以推动高质量的二值化算法研究[1-2]。

根据阈值的选择不同，二值化方法主要分为全局阈值法和局部阈值法两类，甚至还存在个别混合方法。其中，全局阈值仅用一个阈值将图像的前景与背景分割开，典型代表是OTSU（大津）法[3]。……